一类支持向量机
一类支持向量机的相关文献在2003年到2022年内共计80篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业
等领域,其中期刊论文75篇、会议论文3篇、专利文献2601212篇;相关期刊50种,包括浙江师范大学学报(自然科学版)、山东师范大学学报(自然科学版)、浙江大学学报(工学版)等;
相关会议3种,包括第十届中国Rough集与软计算、第四届中国Web智能、第四届中国粒计算联合会议、第五届数字电视与无限多媒体通信国际论坛、第十届中国卫星导航学术年会等;一类支持向量机的相关文献由218位作者贡献,包括杨晓元、赵光宙、姚富光等。
一类支持向量机—发文量
专利文献>
论文:2601212篇
占比:100.00%
总计:2601290篇
一类支持向量机
-研究学者
- 杨晓元
- 赵光宙
- 姚富光
- 孔祥维
- 徐磊
- 钟先信
- 韩鹏
- 何强
- 刘佳
- 唐玉华
- 尤新刚
- 张庆朔
- 张敏情
- 张梦得
- 张长伦
- 朱嘉钢
- 杨尧文
- 杨舟凡
- 王恒友
- 田佳玉
- 胡柏青
- 蒋双如
- 蔡自兴
- 谢云龙
- 贾焰
- 赵仁杰
- 赵永平
- 邹鹏
- 郑黎明
- 郭璇
- 郭艳卿
- 钟清流
- 陈果
- 顾弘
- 黄功
- Li Jian
- Xu Tu
- 丁学峰
- 丁少虎
- 丁强
- 丁煜函
- 万月亮
- 于霜
- 付海燕
- 任晓东
- 何德全
- 余旭初
- 侯春萍
- 倪明涛
- 冯欣
-
-
李雄伟;
刘俊延;
张阳;
陈开颜;
刘林云
-
-
摘要:
针对传统芯片检测方法存在检测效率低、要求高、适用性差等问题,提出了基于电磁旁路信号和机器学习方法的伪芯片检测框架.首先,在持有正品芯片的基础上通过引入神经网络和多种特征提取方法提取特征向量,并将正样本的指令信号作为模板库;然后,对待测芯片近场电磁信号进行加窗分帧,并对每帧信号进行特征提取;最后,将特征向量输入改进核函数的一类支持向量机进行扫描式匹配,从而达到芯片检测的目的.实验结果表明,该方法能够适用于以次充好重标记类型的伪芯片检测.
-
-
张章煌;
夏炳森;
周钊正
-
-
摘要:
随着配电网数据信息的急剧增长,为了保证配电网供电可靠性,在配电网和基站间建立多跳D2D网络进行数据传输,提出多跳D2D组网下基于数据驱动的配电网在线异常检测方法。因配电网中每个时刻都会产生新的测量数据,提出一种基于一类支持向量机的配电网运行状态在线检测算法,该算法可根据每个时间周期智能电表上报的用电数据更新模型参数,实时推测配电网当前的运行状态。为了保证用电数据的正常传输,提出基于双边主成分分析的在线流量监测方法监督多跳D2D组网的流量状态。通过仿真实例验证,证明了提出的基于数据驱动的配电网在线异常检测算法可在提高检测速率和精确度的同时节约大量的计算时间和存储空间。
-
-
薛丽;
贾元忠;
曹逗逗
-
-
摘要:
在复杂产品的制造过程中,轮廓(profile)数据是一类广泛存在的质量数据类型。为了能够尽快监测出线性轮廓内自相关过程中的异常,针对质量数据仅存在正常样本的情况,提出了基于一类支持向量机(one-class Support Vector Machine,OCSVM)的监控方法。首先,介绍OCSVM方法原理;其次,构建OCSVM监控模型,通过数值仿真实验模拟得到平均运行长度,并给出详细的仿真过程;再次,以平均运行长度为准则,分析高斯核函数与多项式核函数对OCSVM方法监控性能的影响,结果表明:监控AR(1)模型时,多项式核函数具有优势;最后,将多项式核函数的仿真结果与传统的一些控制图进行对比,结果表明:当标准差以及斜率、截距同时发生变化时,OCSVM方法监控效果优于其他控制图;当自相关系数ρ=0.1(弱相关)截距发生较大偏移以及ρ=0.9(强相关)截距发生偏移时,OCSVM方法监控效果优于其他控制图。
-
-
丁少虎;
张瑞晨;
杨称称;
张森
-
-
摘要:
针对数控机床工作中诊断维护困难的问题,提出一种利用声音融合特征搭配一类支持向量机(OCSVM)的故障诊断和SVM故障分类的方法。首先采集不同工作状态下的数控机床运行音频数据,采用梅尔频率倒谱系数(MFCC)和线性预测倒谱系数(LPCC)方法对数据进行多维特征提取,通过PCA降维归一化后融合特征,最后将处理好的特征进行OCSVM检测是否存在故障,并且识别故障类别。研究采集了数控机床正常工作和9类异常故障音作为数据集开展分析。通过实验证明,基于声音特征融合与OCSVM可以实现对数控机床故障的准确诊断,诊断准确率能达到96.1%,通过SVM能对数控机床故障精准分类,分类准确率能达到93.3%。
-
-
夏延秋;
夏和民;
冯欣
-
-
摘要:
风机SCADA数据在风机状态评估和性能预测中具有重要作用。在风机实际运行过程中,人为操作失误以及传感器等设备故障可能导致SCADA数据中存在大量异常,给后续的评估和预测带来较大干扰。文章基于风机SCADA数据中风速-功率散点图的分布特征和形态,以及标准风功率曲线的风速-功率对应关系,提出了一种改进的一类支持向量机(OCSVM)方法来进行异常数据清洗。通过选取东北某风电场的同类型风机进行SCADA数据清洗验证,并与四分位法、局部异常点检测算法(LOF)、孤立森林算法(IF)的清洗结果进行了对比。对比结果表明,本文提出的方法对异常点的清洗效率更高,清洗结果更接近标准风功率曲线,且具有较好的通用性。
-
-
袁壮
-
-
摘要:
针对实际生产中,石化设备故障呈现出"不均衡小样本"特性,致使传统诊断模型适用性不足,准确率低下这一问题,基于一类支持向量机(One-Class SVM)和遗传算法优化的支持向量机(GA-SVM),提出一种分步诊断策略.利用One-Class SVM构建超球诊断模型,可在没有任何故障先例的前提下实现异常状态辨识和未知故障甄别,提升算法对不均衡监测数据(正常样本数量远超故障样本数量)的适用性;利用GA-SVM,针对小样本故障数据集构建并优化智能诊断模型,判别故障模式,降低算法对大量有标签故障样本的依赖.故障诊断实验结果表明,该方法能够在不均衡小样本场景中显著降低漏报率、误报率和误诊率,对实验数据和工程数据的诊断准确率分别达99%和100%.
-
-
施雨松;
徐青山;
郑建
-
-
摘要:
为实现从电网侧监测电动自行车违规停放充电行为,减少电动自行车充电火灾事故,在非侵入式负荷识别的基础上,提出一种基于特征选择与增量学习的电动自行车充电辨识方法.首先,根据电动自行车充电实测电流波形,分析负荷特性并列举15种负荷特征.通过半监督Fisher计分与最大信息系数量度特征辨别度与冗余度,采用贪心搜索算法对特征重要性排序并结合排序与辨识结果选择辨识准确性最高的特征子集.然后,基于一类支持向量机增量学习方法,实现电动自行车负荷辨识与分类器在线学习.最后,通过实测数据进行试验,结果表明文中方法可以对电动自行车充电行为准确辨识,验证了算法的有效性.
-
-
李晨;
王布宏;
田继伟;
郭戎潇
-
-
摘要:
无人机是一种典型的依靠通信和控制系统实现自主飞行的信息物理系统,在安全性和可靠性方面引起了广泛的关注.本文考虑无人机传感器易受网络攻击问题,充分利用数据的时间相关性,提出了针对无人机传感器数据的异常检测模型.首先采用LSTM神经网络对传感器数据进行预测,再将预测值与实际值做差,并将差值输入LSTM分类器进行训练得到包含正样本的超平面,最后计算测试数据到超平面的距离函数值,根据其正负判定异常与否.并且,选择了合适的滑动窗口,在保证异常检测准确率的同时,缩短LSTM神经网络的训练时长.通过仿真实验,验证了该异常检测模型的可行性和有效性.
-
-
张梦得;
胡柏青;
赵仁杰;
田佳玉
-
-
摘要:
捷联惯性基组合导航中,量测值存在野值的情况难以避免,会导致无迹卡尔曼滤波(UKF)的估计精度下降.针对该问题,本文提出一种基于一类向量机(SVM)的鲁棒UKF算法(SVM-UKF).首先使用一类支持向量机训练滑动窗,来辨别滤波中的新息是否为异常,对于正常新息不予处理,对于异常的新息采用指数加权的方法进行估计,使用新的估计值替换野值,并进行了船载实验,对含有野值的SINS/GPS系统使用SVM-UKF与常规UKF,RUKF滤波进行组合导航实验.实验结果表明,在量测值有野值污染的情况下,SVM-UKF具有较高的鲁棒性,对比于UKF,RUKF具有更高的估计精度.
-
-
侯春萍;
赵春月;
王致芃
-
-
摘要:
视频异常检测算法是视频处理领域的研究热点之一,用于检测视频中是否包含异常事件.然而,由于没有异常样本参与训练过程,且异常样本与正常样本之间存在一定程度的相似性,因此很难设计出一种有辨识力的异常检测模型.为了解决上述问题,文中首先提出了一种基于相似度保持和样本恢复的特征选择方法,该方法能够保留正常样本的相似关系,进而可以学习到能够准确描述正常事件的特征.其次,将异常事件检测任务转化为分类任务,并提出了一种自反馈最优子类挖掘方法来获得最优分类器.如果一个测试样本被所有分类器判断为异常,则该样本最终将被判定为异常.在公共视频数据集(Avenue数据集、UCSD Ped2数据集)上进行的大量实验的结果表明,所提异常事件检测算法可以取得很好的结果.
-
-
Xu Tu;
徐图;
Li Jian;
李健
- 《第十届中国卫星导航学术年会》
| 2019年
-
摘要:
GPS载波相位周跳探测是高精度定位所必须解决的关键问题,传统方法诸如相位伪距组合法无法探测1周以下小周跳,电离层残差法对双频同时发生相同的0.5周以下小周跳不灵敏,且无法探测双频以某些特定比例发生的周跳.为了弥补传统周跳检测方法的缺点,探索一种相对完善的周跳探测方法,本文在分析了周跳探测和一类支持向量机异常检测原理的基础上,提出了一种基于一类支持向量机的GPS双频载波相位周跳探测方法.该方法使用一定未发生周跳的历元做训练集,使用L1、L2相位伪距组合和电离层残差组合作为特征训练模型,并使用含有周跳的历元进行测试.通过仿真实验,证明本文方法通过参数优化可达到近似100%的检测率和低于3%的虚警率,且与传统的相位减伪距法和电离层残差法对比,既可探测1周以下小周跳,还可探测按一定比例发生在双频载波相位上的周跳.
-
-
-
戴蒙;
林家骏;
刘云翔
- 《第五届数字电视与无限多媒体通信国际论坛》
| 2008年
-
摘要:
本文从净图角度出发,提出了以BMP、JPEG净图特征为基础,采用FCM聚类的多超球体一类分类的隐藏信息检测技术.该技术针对同一类样本的特征存在着部分差异的特点,先将净图样本进行模糊C均值聚类,再将该样本的各子类样本特征输入一类SVM分类器进行训练,建立净图样本各子类的超球体分类模型,以此解决净图检测正确率低的问题.实验结果表明,该方法具有一定的通用性和泛化能力,减少了虚警率和漏检率.
-
-
戴蒙;
林家骏;
刘云翔
- 《第五届数字电视与无限多媒体通信国际论坛》
| 2008年
-
摘要:
本文从净图角度出发,提出了以BMP、JPEG净图特征为基础,采用FCM聚类的多超球体一类分类的隐藏信息检测技术.该技术针对同一类样本的特征存在着部分差异的特点,先将净图样本进行模糊C均值聚类,再将该样本的各子类样本特征输入一类SVM分类器进行训练,建立净图样本各子类的超球体分类模型,以此解决净图检测正确率低的问题.实验结果表明,该方法具有一定的通用性和泛化能力,减少了虚警率和漏检率.
-
-
戴蒙;
林家骏;
刘云翔
- 《第五届数字电视与无限多媒体通信国际论坛》
| 2008年
-
摘要:
本文从净图角度出发,提出了以BMP、JPEG净图特征为基础,采用FCM聚类的多超球体一类分类的隐藏信息检测技术.该技术针对同一类样本的特征存在着部分差异的特点,先将净图样本进行模糊C均值聚类,再将该样本的各子类样本特征输入一类SVM分类器进行训练,建立净图样本各子类的超球体分类模型,以此解决净图检测正确率低的问题.实验结果表明,该方法具有一定的通用性和泛化能力,减少了虚警率和漏检率.
-
-
戴蒙;
林家骏;
刘云翔
- 《第五届数字电视与无限多媒体通信国际论坛》
| 2008年
-
摘要:
本文从净图角度出发,提出了以BMP、JPEG净图特征为基础,采用FCM聚类的多超球体一类分类的隐藏信息检测技术.该技术针对同一类样本的特征存在着部分差异的特点,先将净图样本进行模糊C均值聚类,再将该样本的各子类样本特征输入一类SVM分类器进行训练,建立净图样本各子类的超球体分类模型,以此解决净图检测正确率低的问题.实验结果表明,该方法具有一定的通用性和泛化能力,减少了虚警率和漏检率.
-
-
戴蒙;
林家骏;
刘云翔
- 《第五届数字电视与无限多媒体通信国际论坛》
| 2008年
-
摘要:
本文从净图角度出发,提出了以BMP、JPEG净图特征为基础,采用FCM聚类的多超球体一类分类的隐藏信息检测技术.该技术针对同一类样本的特征存在着部分差异的特点,先将净图样本进行模糊C均值聚类,再将该样本的各子类样本特征输入一类SVM分类器进行训练,建立净图样本各子类的超球体分类模型,以此解决净图检测正确率低的问题.实验结果表明,该方法具有一定的通用性和泛化能力,减少了虚警率和漏检率.